放射外科治疗前庭神经鞘瘤患者的耳毒性研究
该数据集来自clinicaltrials.gov,聚焦于前庭神经鞘瘤(VS)患者接受立体定向放射外科(SRS)或影像学随访后出现的耳毒性

基本信息
资源简介
放射外科治疗前庭神经鞘瘤患者的耳毒性研究
该数据集来自clinicaltrials.gov,聚焦于前庭神经鞘瘤(VS)患者接受立体定向放射外科(SRS)或影像学随访后出现的耳毒性。研究包含回顾性和前瞻性两部分,回顾性部分基于2014至2021年间连续收治的患者,从医院归档系统提取人口统计学、患者特征、SRS计划细节、临床基线与随访数据、听力、前庭及味觉功能评估、附加症状(耳鸣、面肌痉挛、三叉神经痛)、放射外科参数及肿瘤MRI特征,并由经验丰富的放射科医生在MRI图像上测量相关参数。数据可用于分析SRS与听力毒性等结局的关联,支持预测模型构建或分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前庭神经鞘瘤、耳毒性。该研究将包含回顾性部分和前瞻性部分。回顾性研究将基于2014年至2021年间在本机构接受立体定向放射外科(SRS)治疗或进行影像学随访的一系列连续前庭神经鞘瘤(VS)患者。以下数据将从医院归档系统中检索并随后进行分析:人口统计学、患者特征、SRS计划细节、临床基线和随访数据、初始及随访期间听力、前庭和味觉功能评估、附加症状(耳鸣、面肌痉挛、三叉神经痛)的存在情况、放射外科参数及肿瘤的MRI特征。以下参数将由经验丰富的放射科医生在每例VS的MRI图像上回顾性测量:tu
【主题与分类】
主题标签:Vestibular Schwannoma、Ototoxicity。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05641441
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05641441
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:前庭神经鞘瘤、耳毒性。该研究将包括回顾性部分和前瞻性部分。回顾性研究将基于2014年至2021年间在我院接受立体定向放射外科治疗或进行放射学随访的一系列连续前庭神经鞘瘤患者。以下数据将从医院归档系统中检索并随后进行分析:人口统计学信息、患者特征、立体定向放射外科计划详情、临床基线和随访数据、初始及随访期间听力、前庭和味觉功能评估、是否存在其他症状(耳鸣、半面痉挛、三叉神经痛)、放射外科参数以及肿瘤的MRI特征。以下参数将由经验丰富的放射科医生在每例前庭神经鞘瘤患者的MRI图像上进行回顾性测量:肿瘤体积、脑干受压比、肿瘤形状及与内听道底的距离、肿瘤在内听道内的长度,以及耳蜗和前庭的信号强度。
从VSs全肿瘤分割中提取的MRI纹理特征将使用MatLab®进行计算和分析。这些特征包括形状特征、一阶和二阶纹理特征。前瞻性研究部分旨在从接受SRS治疗或从现在起接受保守随访的患者中获取更精确和预定义的随访数据。我们机构的多学科颅底肿瘤委员会将独立于本研究负责治疗决策。这将是一项单中心观察性队列研究,探讨肿瘤形态和SRS对患者内耳、面神经功能及生活质量各自的影响。由于数据收集将前瞻性进行,MRI采集参数将标准化,听力、前庭功能、面神经功能和生活质量的量化也将标准化。此外,研究人员将进
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




